Cómo la IA ayuda a cartografiar el universo

La inteligencia artificial (IA) se ha convertido en una herramienta vital para entender el mundo. Ahora, a medida que el interés en la exploración espacial vuelve a ganar fuerza, podría hacer lo mismo por otros mundos.

A pesar de décadas de investigación, los científicos todavía no saben mucho sobre el universo más allá de la atmósfera de la Tierra. Cartografiar planetas, estrellas, galaxias y sus movimientos a través del espacio ayudará, pero históricamente esta ha sido una tarea desafiante. La IA lo hace más fácil de varias maneras.

1. Identificando cuerpos celestes

Con gran parte del universo estando tan lejos, a menudo es difícil determinar qué es qué. Los sistemas de visión de máquina pueden ayudar al distinguir entre diferentes cuerpos celestes cuando hacerlo a simple vista sería poco confiable.

Los investigadores de la Universidad de Hawái desarrollaron un modelo de IA prometedor para este propósito en 2020. Su red neuronal podía identificar galaxias con un 98,1% de precisión y logró una precisión del 97,8% y del 96,6% para estrellas y cuásares, respectivamente. Como resultado, pudieron compilar un catálogo de 300 gigabytes de los cuerpos celestes en tres cuartas partes del cielo.

A medida que los telescopios y satélites proporcionan más vislumbres del universo, algoritmos de clasificación como este podrían hacer que sea más fácil interpretar los datos. Una vez que los científicos sepan qué están mirando, pueden realizar investigaciones adicionales con precisión.

2. Medir la distancia

Cartografiar el universo no es solo cuestión de saber qué hay allí. Los investigadores también deben medir las distancias entre los cuerpos para entender la escala y el movimiento a través de galaxias o planificar futuros vuelos de satélites o naves espaciales. La IA también ayuda en este área.

Calcular la distancia monitoreando la actividad celestial requiere ecuaciones matemáticas complejas, el tipo de las que la IA es hábil. Una solución logró una precisión del 76% al determinar el tamaño y el espacio entre nubes moleculares al analizar datos de telescopios de radio. Otra midió qué tan lejos están los estallidos de rayos gamma al monitorear las alimentaciones de telescopios terrestres.

Herramientas como esta proporcionan estimaciones más confiables de la escala y la velocidad de la actividad en el universo más amplio. A medida que los modelos mejoran con más datos, podrían informar viajes espaciales más seguros o ofrecer una mejor comprensión de la actividad como las llamaradas solares o las supernovas.

3. Entendiendo los cielos en el pasado

La IA también ayuda a cartografiar el universo analizando los movimientos celestes históricos. Aunque puede que no haya registros detallados sobre los cielos a lo largo de la historia, gran parte del cielo visible es en realidad una representación del pasado debido al tiempo que tarda la luz en viajar. En consecuencia, los científicos pueden utilizar la IA para modelar y entender tendencias anteriores en el espacio.

Un estudio construyó un modelo de IA para crear un catálogo de más de 17.000 galaxias cerca de la Vía Láctea. Como analizó áreas tan lejanas de la Tierra, las simulaciones resultantes reflejaron el pasado distante, revelando nueva información sobre cómo los cuerpos celestes se han movido a lo largo de los milenios. El mapa resultante incluyó estructuras de materia oscura que los investigadores no conocían antes.

Estos conocimientos revelan cómo las galaxias han cambiado y se han impactado mutuamente a lo largo de la historia. Entender eso es clave para comprender mejor cómo funciona el universo a una escala más grande.

4. Prediciendo cambios futuros

La IA puede proporcionar vislumbres del futuro mientras aprende sobre el pasado. Los modelos de análisis predictivo ya han aplicado el concepto a la predicción de ventas y el seguimiento de brotes de enfermedades, y podrían hacer lo mismo para eventos celestes importantes.

La solución de IA que simuló los movimientos históricos de las galaxias reveló que la Vía Láctea y la galaxia de Andrómeda se están acercando. Con más datos y un modelo predictivo, los científicos pueden determinar cuándo podría ocurrir una posible colisión en el futuro lejano.

Las predicciones impulsadas por la IA son particularmente útiles a una escala más pequeña. El análisis predictivo podría ayudar a los investigadores a predecir tormentas solares o movimientos de asteroides para saber cuándo puede ser necesario tomar medidas para prevenir daños o interrupciones en la Tierra.

5. Creando mapas de planetas precisos

Algunas herramientas de IA adoptan un enfoque más estrecho para cartografiar el universo. Si bien entender las estrellas es importante, crear mapas de las superficies físicas de los planetas puede ser más útil a corto plazo, especialmente a medida que la exploración espacial se intensifica. Los rovers de exploración de Marte de la NASA ya utilizan la IA para navegar, y tecnologías similares podrían crear encuestas detalladas de exoplanetas.

Crear un mapa geológico de un planeta lejano significa combinar una cantidad significativa de datos de diferentes fuentes. Eso puede ser desafiante, lleva mucho tiempo y deja un margen sustancial para que ocurran errores. La IA puede compilar la información para formar una fuente de verdad única confiable más rápido y con mayor precisión.

El aprendizaje automático puede encontrar tendencias y similitudes en conjuntos de datos vastos que los humanos pueden pasar por alto. En consecuencia, puede identificar estructuras geológicas que los científicos de otro modo podrían perder. Estas herramientas también podrían transformar un grupo de datos dispares en un mapa único y utilizable para ayudar en la exploración adicional.

6. Acelerando los plazos de cartografía

En todas las aplicaciones, las herramientas de cartografía de IA optimizan el tiempo que se tarda en analizar y entender el universo. Eso es importante porque un descubrimiento más rápido conduce a una innovación acelerada y hace que la investigación más profunda sea viable incluso en entornos con limitaciones de tiempo.

Un estudio de investigadores en Japón destaca este potencial. El equipo desarrolló un simulador de IA para modelar galaxias y la distribución de materia oscura. Tomó solo un segundo de CPU en una laptop para ejecutar la simulación cuando normalmente tomaría decenas de horas en una supercomputadora. Esta velocidad no conllevó una disminución en la precisión.

Cuando los procesos de cartografía tardan menos tiempo, los científicos pueden realizar más de ellos. Como resultado, la comunidad astronómica puede obtener conocimientos adicionales sin proyectos costosos y que llevan mucho tiempo que pueden ser más difíciles de financiar.

7. Haciendo que la investigación sea más accesible

De manera similar, la IA hace que dicha investigación sea viable para un grupo más grande de personas. A medida que los plazos se reducen, también lo hacen los costos relacionados. Estas optimizaciones significan que empresas más pequeñas o investigadores con menos financiación pueden participar en el mismo tipo de estudio.

Las encuestas astronómicas convencionales pueden costar miles de millones de dólares, mucho más de lo que muchas empresas o instituciones educativas pueden pagar. La IA reduce esos gastos de varias maneras. La más obvia es que disminuye el tiempo que se tarda en realizar dicha investigación, pero sus beneficios van más allá.

Los modelos de aprendizaje automático complejos pueden proporcionar resultados aceptables con menos datos, lo que reduce los costos relacionados. Los algoritmos listos para usar están disponibles cada vez más a medida que crece esta tecnología, lo que reduce aún más los gastos de tecnología y el tiempo de entrenamiento del modelo. Tendencias como esta democratizarán la cartografía espacial, lo que llevará a una mayor diversidad de estudios, lo que fomenta la innovación.

La IA está desbloqueando los secretos del universo

Los científicos deben cartografiar el universo con más detalle para que la próxima ola de exploración espacial despegue. La IA podría ser la clave de esa empresa.

La IA ya ha impulsado mejoras impresionantes en todo un cuerpo de investigación astronómica. Solo mejorará a medida que más equipos adopten la tecnología, los parámetros ideales se clarificarán y los datos relevantes crecerán. El aprendizaje automático podría ser el catalizador de la segunda carrera espacial en medio de esta tendencia.